船舶电力推进系统运行的仿真

船舶电力推进系统的推进电机单机容量大于发电机单机容量,属于重负载电力系统.建立船舶电力推进系统运行的数学模型,在MATLAB软件平台上对该系统进行仿真运行.对获得的电网电压信号,采用小波变换进行波形分析和特征抽取.仿真实验结果表明,该船舶电力推进系统仿真模型合理有效.     

车路集成环境下车辆防撞预警安全状态判别模型的研究

针对现有安全状态判别模型未能兼顾行车安全与道路空间资源利用率,且忽略了实际行驶环境下动态制动减速度信息的问题,提出了车路集成条件下车辆防撞预警安全状态判别模型。通过车-路通信协作实现对路面类型等实际行驶环境因素的动态识别,并确定车辆采取制动措施时所能获得的动态制动减速度;通过分析前车与自车的有效制动时间和车辆制动全过程,建立了新型临界跟车距离模型,并给出了模型关键参数的获取方法。仿真结果表明,该判别模型具有较强的自适应性,更贴近车辆实际行驶环境下的制动过程,有利于提高道路空间的利用率。     

矩阵变换器开关损耗分析与计算

由于矩阵变换器的拓扑结构和传统的电压源逆变器不同,各个IGBT模块的c-e极电压和电流分配都是在变化的,各管的损耗也同时在变化,VSI的开关损耗分析不能适用于矩阵变换器。本文在电压型换流法的各个开关模态的基础上,分析了每个开关过程的传导损耗、开通损耗和关断损耗,通过计算机累加仿真求得了MC总的开关损耗。仿真可知传导损耗...     

分布式实时计算环境下安全任务调度技术研究

当前许多面向分布式计算环境的应用对实时系统提出了安全要求,研究安全的实时任务调度算法成为当前的研究热点。文章分析了当前公开文献中各种实时调度算法的缺陷,针对现有算法的不足,提出了一种适用于分布式实时任务的安全调度算法,该算法以提高实时任务的安全性和可调度性为目标,一方面按照任务的不同安全需求为其提供不同级别的安全服务,另一方面采用启发式实时调度技术,在多个处理机上有效分配并运行实时任务。仿真实验的结果表明,文章所提出的算法相对于其他算法而言,在不降低任务可调度性的前提下,有效提高了实时任务的安全性。     

舰船主尺度论证中的多目标综合评估

舰船主尺度是舰船总体设计中最重要的问题之一,直接影响舰综合航行性能的优劣。为寻求性能综合较优,避免单一性能最优的局面,提出一种多目标综合评估模型,并将其应用于某舰主尺度论证中,首先以满足布置、重量等因素为前提提出多种主尺度方案,再以舰的稳性、快速性、耐波性为目标,根据设计需求分别构造目标函数以及将多目标问题转化为单目标问题的决策函数,通过分析评估优选出3种性能综合较优的方案,使得优化结果更合理有效。     

基于复合预测控制的并联有源电力滤波器研究

通过建立线性预测数学模型,分析了线性预测的不稳定性和差一拍控制对谐波补偿输出的影响,提出了将线性预测与记录一周期谐波电流采样点作为后续预测电流相复合的无差拍控制,消除了采样与计算延时对系统的影响。仿真结果表明,平均滤波器应用于ip-iq谐波电流检测算法中,谐波检测精度较高、响应速度较快;采用复合无差拍控制,对谐波抑制与无功补偿有较好的稳态精度和动态响应速度。在整体上提高了并联有源电力滤波器的谐波抑制与无功补偿性能。     

基于3D摄影测量盾尾质量检测技术

为保证盾构施工安全,防止盾尾在施工过程中漏浆,施工前须对盾尾圆度进行检测。通过对3D摄影测量检测系统测量设备、测量原理及方法进行阐述,并通过实例对盾尾各部分相对于标准设计图形的具体偏差进行分析。主要结论如下:1)采用3D摄影测量新技术,能快速、准确地检测出盾尾圆度;2)3D摄影测量技术方法在盾尾质量检测上的成功应用,为盾构等重大装备构件尺寸误差质量比对提供了一种新方法。     

轿车AAR三销轴节圆直径检具的研制

论述了轿车AAR三销轴节圆直径检具的研制,包括设计结构、制造加工、鉴定等主要技术方法和关键技术.阐明了此检具在生产实践中的良好应用,大大提高了检测效率,保证了AAR三销轴的加工精度及质量,同时由于其通用性也大大降低了制造成本,较好地解决了AAR三销轴节圆直径的检测问题.该检具为同类检具的设计提供了有益的参考.     

回顾船检刊物发展历程祝愿中国船检前程似锦--贺《中国船检》创刊

在世纪交替的钟声即将敲响之际,迎着人类纪元第三个千禧年的曙光,《中国船检》创刊号出版了.这是由中华人民共和国新闻出版署批准的,具有国内统一刊号和国际标准刊号的,中国船检行业唯一在国内外发行的正式刊物.她的诞生,对中国船检业和整个海事界而言,无疑都是一件值得庆贺的喜事.     

Predicting duration of traffic accidents based on cost-sensitive Bayesian network and weighted K-nearest neighbor

Abstract

With the development of urbanization, road congestion has become increasingly serious, and an important cause is the traffic accidents. In this article, we aim to predict the duration of traffic accidents given a set of historical records and the feature of the new accident, which can be collected from the vehicle sensors, in order to help guide the congestion and restore the road. Existing work on predicting the duration of accidents seldom consider the imbalance of samples, the interaction of attributes, and the cost-sensitive problem sufficiently. Therefore, in this article, we propose a two-level model, which consists of a cost-sensitive Bayesian network and a weighted K-nearest neighbor model, to predict the duration of accidents. After data preprocessing and variance analysis on the traffic accident data of Xiamen City in 2015, the model uses some important discrete attributes for classification, and then utilizes the remaining attributes for K-nearest neighbor regression prediction. The experiment results show that our proposed approach to predicting the duration of accidents achieves higher accuracy compared with classical models.